作者查詢 / iphone2003
作者 iphone2003 在 PTT [ Python ] 看板的留言(推文), 共165則
限定看板:Python
看板排序:
8F推: 只有我看不太懂想要的結果到底是怎麼出來的嗎...09/03 14:42
9F→: 不過這種會跟上下列有關的 可是試試看rolling09/03 14:43
10F→: *可以09/03 14:43
12F推: 直接畫兩次疊上去就好了08/07 03:09
13F→: 然後可以調整個alpha設定透明度08/07 03:10
6F推: console沒有反法顯示次方這種的吧。如果是要畫圖的時07/26 08:56
7F→: 候用,那我覺得用latex比較快07/26 08:56
8F→: *辦法07/26 08:56
8F推: matlab強的地方應該也不是裝toolbox方便吧...07/23 12:52
9F→: 感覺是simulink和文件很完整07/23 12:53
4F推: 先用types = df2['詞性'].unique()取得所有詞性種類07/15 00:40
5F→: 然後for t in types:07/15 00:41
6F→: group = grouped.get(name=t)07/15 00:42
7F→: group.to_excel(writer, sheet_name=t)07/15 00:43
8F→: 不過其實用不著做groupby就是了...07/15 00:43
10F推: 啊啊我打錯了 不是.get是.get_group 抱歉07/15 01:15
13F推: 如果只是想挑出相同詞性的,那df2[df2['詞性'] == '名07/16 03:18
14F→: 詞']這樣就可以了07/16 03:18
3F推: 因為只要是非零的值,轉換成boolen時都是true06/28 21:21
4F→: 不過還是一樓的方法比較好06/28 21:21
1F推: 我沒有很確定你要做的事情 所以有錯請見諒06/19 07:41
2F→: 裡面像是Harris County,它同時對應了兩個STNAME分別06/19 07:42
3F→: 是喬治亞州和德州,所以同一個Harris County是有兩種06/19 07:42
4F→: 資料的06/19 07:42
5F→: 然後pivot_table它不是只是單純把資料整理得比較好看06/19 07:44
6F→: 而已,而是會做類似groupby的聚合運算。而pivot_table06/19 07:44
7F→: 預設的函數計算是平均值06/19 07:44
8F→: 因此實際上喬治亞州的Harris County的差異只有1224,06/19 07:47
9F→: 德州的有42萬,然後在pivot_table預設的平均計算下,06/19 07:47
10F→: 就讓'Harris County'這個地點對應的數值變成1224和4206/19 07:47
11F→: 萬的平均,因此最後的結果剩下21萬而已06/19 07:47
12F推: 從df到series有部分值被未知數值覆蓋,這邊是什麼意06/20 18:30
13F→: 思呢?06/20 18:30
6F推: index = np.random.choice(np.prod(A.shape), int(np.06/16 13:43
7F→: prod(A.shape) * 0.1)06/16 13:43
8F→: A.ravel()[index] = 006/16 13:43
1F推: to_datetime可以指定格式哦 error寫了什麼?05/25 12:49
2F→: 研究了一下似乎真的只能先建好df後再併了...謝謝!05/22 20:19